人群智慧（判断式）预测模型与医疗决策统计模型的互补性：预测市场的中介作用

发布时间：2020-05-25 20:48

【摘要】：当前,预测医疗保健(无论是临床或非临床)最常用的数学方法除了极大似然比检验、季节性自回归移动平均、其他时间序列回归,Cox风险模型、指数平滑法等之外,还包括诸如卡尔曼滤波、线性预测、趋势估计、增长曲线等方法。尽管这些方法在医疗决策中的应用已趋于成熟,然而由于人体的复杂性,多维和非线性性质的临床特质及医疗服务体系不能充分发挥作用,因而如何更高效率的提升服务质量成为一项新的挑战。随着数据挖掘和机器学习技术的出现,人工神经网络、数据分组处理方法和支持向量机等已投入实验以应对医疗机构所需求的医疗预测功能,尽管实践发现在诊断及预测一些较为复杂的医疗保健决策方案时(医疗服务质量预测)仍然存在着部分缺陷。然而在医疗决策领域,预测模型的运用并不广泛,主要是由于在医疗服务系统内,病患或者医疗服务需求者认为统计模型和预测模型对于提供高效的医疗卫生服务价值相当。回顾过去十年文献发现,医疗预测作为一项重要尝试被重新认定为在医生临床判断过程中发挥重要作用,但由于其自身局限性,而被作为是EBM的补充。本文试图基于对中国江苏省和广西省两所相关医院的实证研究确定诸如预测市场的人群工具是如何适用于医疗服务市场。研究目的旨在高效运用集群理论和医疗市场预测,特别是在临床和非临床决策提供有效证据。最终使用现有的医疗预测技术对结果进行了比照。首先,以江苏大学附属医院和桂林医学院附属医院的急诊科患者流量为研究对象,运用指数平滑法、季节性自回归移动平均线、时间序列回归和人工神经网络等方法对预测市场技术进行对比。其次,采用Cox风险比例回归模型和人工神经网络对中国部分地区的胃癌患者存活率与医疗市场技术进行精度比较。成功的市场预测不仅可以有效运用于临床预测还可以为医疗资源需求预测提供很好的参考,不同于传统复杂且耗时的预测模型,研究结果可以通过预测市场技术为医院提供更合理的安排床位、降低医护人员规划成本机制等决策。研究假设中关于两家医院病患流量的预测均不成立,在使用不同模型的分析结果中整体上不存在统计学差异,然而两者之间存在这一些百分比差异。比如,在每日预测中指数平滑法样本预测误差为33%,而神经网络模型为31%。使用季节自回归移动平均值的预测误差为31%。使用时间序列回归后样本平均绝对百分比误差为31,而神经网络和贝叶斯调整后的预测市场的平均绝对误差百分比分别为9.36%和9.38%。最终在运用预测市场模型情况下,桂林医学院附属医院急诊科患者季度流量与预测结果高度相似,显示出强有力的说服力。分析表明,市场预测方法检验结果显著高于指数平滑法近3个百分点、人工神经网络1个百分点百分比、样本均值的时间序列线性回归绝对百分比误差和季节性自回归移动平均线检验结果则不显著。关于市场预测方法在胃癌患者存活率的结果显示,神经网络模型预测患者存活率为31%,而实际死亡率为33%。另一方面,Cox风险模型预测患者的存活率为29%,而实际死亡率为31%。时间序列预测患者存活率为31%,然而实际死亡率为31%。人工神经网络的预测精度为64%,CPH和市场预测方法分别为60%和62%。结果表明,在预测患者胃癌存活率方面人工神经网络预测准确率要比PM模型高,且优于COX风险模型32个百分点。通常来讲,随着时间的推移和医疗信息的积累医疗决策(尤其是预测、诊断、治疗、预后、通信等)可以从人群的智慧中受益,这可能会导致发展的“群智能”算法的信息汇集在一起,形成一部分的“群”,以促进医疗决策过程中的智慧行为。群体智能作为一门学科,涉及个人的集体行为,协调分散和自组织控制系统。一个“医学群体”(作为一个集体数据库的经验和知识的专业临床医生)有可能受益于群体智能系统的一个重要属性。尽管缺乏领导或外部控制器,它可以采取协调的方式。在执行一些集体行动时许多例子可以说明集群特性,如蚁群等没有任何个人控制本集团或者知道该集团的整体行为方向。在这些群体中,每个个体都因其社会感知而会产生一些随机行为,因此,可以设计一个系统的群体智能是可扩展的(保持其功能,同时增加其大小,而无需重新定义其部件之间的相互作用),并行和容错。因此,类似蚂蚁的聚集行为,黄蜂和白蚁筑巢行为,拥挤在鸟类和鱼群,蚁群算法和粒子群优化的医疗人群的智慧可以用于诊断、预后、其他医疗决策方案等。上述关于群体智能的概念已经在医学界和实践中激发了新的行为举措,正如印度整形外科研究组在线医学论坛和世界其他地方相似的部分。在这些论坛的外科医生提出了案件的临床和影像学资料引出基于个人经验和对本学科知识的熟悉程度以及综合其他医生的意见。这有助于临床医生通过快速分享知识,有效地利用“智慧人群”的知识来获取不同观点和视角来提升实践经验。由印度印度矫形研究集团主办的“骨科并发症杂志”和“骨科病例库”杂志只接收那些复杂或复杂的病例可以引起骨科医师的讨论的研究。随着时间的推移,这个“银行”可以成长成为一个组合在一起的储存库,供临床医生个体或其他需求者随时查阅。规范论坛病形成良好的出版形式,对一些丰富的案例进行讨论和出版,供学者在网络或其他公共领域在线查阅。这将使这些信息提供给更多的读者也为未来学者提供一些当前的研究进展与思路。算法可以基于案例的特点开发并寻求最近的资源,最终在数据“银行”分析的基础上提供对策建议。
【学位授予单位】：江苏大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：R195
，

本文编号：2680725